El Curso Machine Learning Intermedio, una rama de la inteligencia artificial, aborda conceptos como aprendizaje supervisado y no supervisado, y este curso se enfoca en regresiones, modelos de aprendizaje supervisado (incluyendo naive bayes y máquinas de soporte vectorial), así como en series de tiempo y modelos de autorregresión y medias móviles para análisis de datos más avanzados.
En este curso intermedio te capacitarás para emplear modelos de inteligencia artificial que te permitirán predecir variables numéricas con precisión, lo que te habilitará para anticipar situaciones y comportamientos en entornos empresariales, con consumidores, mercados y diversas organizaciones.
¿A quién va dirigido?
Este programa está dirigido a estudiantes y profesionales de distintas áreas del conocimiento que deseen fortalecer sus conocimientos en machine learning para aplicarlos en empresas, negocios, universidades y en general en todo tipo de escenarios donde se requieran perfeccionar los procesos.
Competencias que desarrollarás
- Emplear las regresiones lineales simple, lineal múltiple, polinomial y logística.
- Utilizar el algoritmo naive bayes y máquinas de soporte vectorial.
- Paquete purr.
- Series de tiempo, correlograma y estacionariedad.
- Herramienta para la estabilización de la varianza box cox.
- Modelos AR, MA, ARMA y SARIMA.
¿En quién te convertirás?
Una vez finalices el curso Machine Learning Intermedio, tendrás conocimientos robustos sobre modelos de machine learning supervisado, que complementarán los conocimientos del curso anterior de machine learning básico. Así, emplearás modelos de regresiones lineales simples, polinomiales, lineales múltiples, logísticas, Naive Bayes y máquinas de soporte vectorial para predecir variables numéricas y categóricas evaluando el mejor modelo.
Módulos
- Módulo 1: Definición de regresión.
- Módulo 2: Modelos de aprendizaje supervisado: naive bayes y máquinas de soporte vectorial.
- Módulo 3: Análisis de series de tiempo.
- Módulo 4: Análisis de componentes.